1.1 数据资产的重要性

随着算法的不断创新、训练数据的不断收集、硬件算力的不断增强，机器学习技术，特别是深度学习技术（Deep Learning，DL）在人工智能（Artificial Intelligence，AI）应用领域取得了巨大的成功^{[232，279，113]}。例如，在图像识别领域，通过卷积网络实现的视觉算法在识别错误率上早已超越人类^[128]；在自然语言处理领域，Google在2018年提出的BERT算法^[84]，刷新了自然语言处理的11项纪录；在推荐系统领域，YouTube^[75]、Facebook^[216]、Netflix^[112]等科技公司正在使用智能的推荐引擎，通过分析用户的历史数据，为用户推荐个性化的内容和商品，有效提升用户的黏性和留存率。

但我们也应该注意到，当前深度学习所取得的成功，无一不是建立在大量数据基础之上的^{[232，279，268]}。图1-1展示了互联网数据中心（IDC）对当前互联网每年产生的数据总量的统计预测^[79]，预计2021年全球将产生超过50 ZB的数据，到2025年更是将达到175 ZB。

图1-1 互联网数据中心（IDC）对互联网数据总量的预测（图片来源于IDC白皮书^[79]）

在过去很长的一段时间里，数据的价值主要体现在作为一种“燃料”，为人工智能模型提供大量的样本训练数据，帮助提升模型的效果。但随着移动互联网的快速发展，数据的规模变得越来越庞大、复杂，数据的价值已经不再局限于训练数据，而是以资产的形式服务于企业，并给企业带来经济收益。

这种经济收益可以体现在两个方面：一方面是数据作用于产品或者业务，间接帮助提高产品的收益，比如各运营商或者社交网络服务商都拥有丰富的用户数据，因此可以基于用户的行为数据、位置信息等，为每个客户构建完善的用户画像，帮助企业深入了解客户行为偏好和需求；另一方面，数据直接与企业收益相关，比如各金融机构有用户的历史逾期数据，一个有效的对逾期客户的识别模型，能够大大降低金融机构的贷款风险，减少潜在的经济损失。数据的资产属性也催生了一种新的商品交易模式：大数据交易。我们将在第14章详细讲解基于联邦学习构建的大数据交易市场。